ChatGPT Apps SDK ഉപയോഗിച്ച് പുറത്തിറക്കിയപ്പോൾ ഞങ്ങൾ പഠിച്ചത്

• ChatGPT-യിൽ ഉടൻ ഒരു പ്രവർത്തനക്രമം വേണമെങ്കിലോ ഇഷ്ടാനുസൃത ഏജന്റ് സംവിധാനം നിർമ്മിക്കുന്നതിന് മുമ്പ് അവിടെ നിങ്ങളുടെ ഉപകരണങ്ങൾ പരീക്ഷിക്കണമെങ്കിലോ Apps SDK പ്രായോഗികമായൊരു വഴിയാണ്. ഏജന്റിന്റെ പെരുമാറ്റത്തിലെ ഓരോ ഘട്ടവും നിങ്ങളുടെ നിയന്ത്രണത്തിലാകണമെങ്കിൽ സാധാരണയായി ഇത് അനുയോജ്യമല്ല.

• ChatGPT പ്രധാന വേദിയാകുകയും സമ്പൂർണ ചാറ്റ് ഉൽപ്പന്നം നിർമ്മിക്കാതെ ഉപകരണങ്ങളും ചെറിയ ഉപയോക്തൃ ഇന്റർഫേസ് ഘടകങ്ങളും വേണമെങ്കിൽ Apps SDK തിരഞ്ഞെടുക്കുക. പ്രവാഹം, മെമ്മറി, പ്രോംപ്റ്റുകൾ, വിവരമെഴുത്ത് എന്നിവയിൽ കർശന നിയന്ത്രണം വേണമെങ്കിൽ സ്വന്തം ഏജന്റ് സംവിധാനം തിരഞ്ഞെടുക്കുക.

• ചാറ്റിനൊപ്പം ഏതാനും ഹ്രസ്വ ഉപയോക്തൃ ഇന്റർഫേസ് ഘട്ടങ്ങൾ ചേർക്കുന്ന ഉൽപ്പന്നങ്ങൾക്ക് Apps SDK അനുയോജ്യമാണ്. വേഗത്തിൽ പുറത്തിറക്കാം; എന്നാൽ കുറച്ച് നിയന്ത്രണം വിട്ടുകൊടുക്കണം.

• വ്യക്തമായ ഉപകരണങ്ങളും വിജറ്റ് പെരുമാറ്റവും തുടർഘട്ടങ്ങളുമാണ് ഞങ്ങൾക്ക് ഫലപ്രദമായത്. പ്രവാഹം നിശ്ചയിക്കാൻ ഞങ്ങൾ ആശ്രയിച്ചത് അവയെയാണ്, LLM-നെ അല്ല. സിസ്റ്റം ഇതിനകം തിരഞ്ഞെടുത്ത ഫലങ്ങൾ വിശദീകരിക്കുമ്പോഴാണ് മോഡൽ ഏറ്റവും ഉപകാരപ്രദമായത്.

• താഴെ ആദ്യം എങ്ങനെ തിരഞ്ഞെടുക്കാമെന്നും തുടർന്ന് ഫലപ്രദമായതും അല്ലാത്തതും വിശദീകരിക്കുന്നു.

മിക്ക സംഘങ്ങളും ഇപ്പോഴും AI പരീക്ഷണപദ്ധതികൾ നടത്തുകയോ കുറഞ്ഞ അപകടസാധ്യതയും നേട്ടവുമുള്ള അനുബന്ധ ഉപയോഗങ്ങൾക്കായി AI വിന്യസിക്കുകയോ ചെയ്യുന്നു. ഉപയോക്താക്കൾ എല്ലാ ആഴ്ചയും ഉപയോഗിക്കുന്ന ബിസിനസിന് നിർണായകമായ ഉൽപ്പന്നം പുറത്തിറക്കുന്നവർ ചുരുക്കമാണ്. സഹായി മുഴുവനായി സ്വയം നിർമ്മിക്കുന്നതിനുപകരം ChatGPT-യിൽ എത്തുകയാണ് ലക്ഷ്യമെങ്കിൽ ആ വിടവ് നികത്താനുള്ള ഒരു വഴിയാണ് ChatGPT Apps SDK.

പ്രധാന വേദിയായി ChatGPT ഉപയോഗിക്കണമെന്നും പൂർണമായും ഇഷ്ടാനുസൃതമായ ചാറ്റ് ഉൽപ്പന്നത്തിന് പണം മുടക്കാതെ വേഗത്തിൽ മുന്നേറണമെന്നും ആവശ്യപ്പെട്ട ഒരു ക്ലയന്റ് പദ്ധതിയിൽനിന്നാണ് ഞങ്ങൾ ഈ പാഠങ്ങൾ പഠിച്ചത്.

ഈ ആവശ്യങ്ങൾക്ക് Apps SDK യോജിച്ചു, കാരണം ക്ലയന്റിന് വേണ്ടിയിരുന്നത്:

• നിർമ്മിച്ച് പ്രവർത്തിപ്പിക്കേണ്ട പ്രത്യേക ചാറ്റ് ഉൽപ്പന്നമില്ല—മറ്റൊരു സ്വതന്ത്ര സഹായി ചട്ടക്കൂടല്ല, ChatGPT-യിലെ പ്രാപ്യതയാണ് അവർ ആഗ്രഹിച്ചത്.

• ചാറ്റും ചുമതലയ്ക്കനുസൃതമായ ചെറിയ ഉപയോക്തൃ ഇന്റർഫേസും—പ്രവർത്തനക്രമത്തിനുള്ളിൽ രണ്ടാമതൊരു സമ്പൂർണ ഉൽപ്പന്നമല്ല, ശ്രദ്ധ കേന്ദ്രീകരിച്ച ഏതാനും വിജറ്റ് ഘട്ടങ്ങൾ.

• MCP ഉപകരണങ്ങളിലൂടെ ലഭ്യമാക്കിയ പശ്ചാത്തല പെരുമാറ്റം—തുടക്കംമുതൽ അവസാനംവരെ സ്വന്തമായി കൈകാര്യം ചെയ്യുന്ന ഇഷ്ടാനുസൃത ഏജന്റ് പ്രവർത്തനാന്തരീക്ഷമല്ല, സാധാരണ ഉപകരണവിളി.

• ChatGPT-ക്കുള്ളിൽ കണ്ടെത്തൽ—ഉപയോക്താക്കൾ ഇതിനകം പ്രവർത്തിക്കുന്നിടത്തുതന്നെ പ്രവർത്തനക്രമം ലഭിക്കണം.

നിർമ്മാണത്തിനിടെ ക്ലയന്റുമായി ചേർന്ന് ആ തിരഞ്ഞെടുപ്പുകൾ ഞങ്ങൾ സാധൂകരിച്ചു. ഈ വിട്ടുവീഴ്ച ഇപ്പോഴും ബാധകമാണ്: സെഷൻ ChatGPT പ്രവർത്തിപ്പിക്കുമ്പോൾ ബാഹ്യ പ്രവർത്തനാന്തരീക്ഷം നിങ്ങളുടെ നിയന്ത്രണത്തിലല്ല. നിങ്ങൾ അതിന് ദിശ നൽകുന്നു; പൂർണമായി നിയന്ത്രിക്കുന്നില്ല.

ഒരു Apps SDK ആപ്പ് മൂന്ന് കാര്യങ്ങളെ പരസ്പരം ബന്ധിപ്പിക്കുന്നു:

1. ChatGPT-യുടെ ഏജന്റ് പ്രവർത്തനാന്തരീക്ഷം

2. നിങ്ങളുടെ MCP ഉപകരണങ്ങൾ

3. നിങ്ങളുടെ വിജറ്റ് ഉപയോക്തൃ ഇന്റർഫേസ്

പ്രായോഗികമായ പ്രവാഹം:

1. ഉപയോക്താവ് ChatGPT-യോട് എന്തെങ്കിലും ആവശ്യപ്പെടുന്നു.

2. ChatGPT നിങ്ങളുടെ MCP ഉപകരണങ്ങളിലൊന്ന് വിളിച്ചേക്കാം.

3. നിങ്ങളുടെ സെർവർ ഘടനാബദ്ധമായ ഉപകരണഫലം മടക്കിനൽകുന്നു.

4. ChatGPT ആ ഫലം വായിച്ച് അടുത്ത ഘട്ടം തീരുമാനിക്കുന്നു: കൂടുതൽ ഉപകരണവിളികൾ, ഉപയോക്താവിനുള്ള മറുപടി, അല്ലെങ്കിൽ ഇവ രണ്ടും. ആ ഉപകരണവുമായി ഒരു വിജറ്റ് ബന്ധിപ്പിച്ചിട്ടുണ്ടെങ്കിൽ ഈ ഘട്ടത്തിൽ അത് ദൃശ്യമാകാം.

5. ഉപയോക്താവ് ചാറ്റിലോ വിജറ്റിലോ തുടരുന്നു—തുടർവാചകം, ഒരു തിരഞ്ഞെടുപ്പ് അല്ലെങ്കിൽ വിജറ്റ് ആരംഭിക്കുന്ന ഉപകരണവിളി എന്നിവയിലൂടെ. ഇത് സംഭാഷണശൃംഖല പുതുക്കുന്നു; ChatGPT അടുത്ത ഘട്ടം പ്രവർത്തിപ്പിക്കുകയും ചുമതല പൂർത്തിയാകുന്നതുവരെ 2–4 ഘട്ടങ്ങൾ ആവർത്തിക്കുകയും ചെയ്യുന്നു.

ചാറ്റും പശ്ചാത്തല പ്രവർത്തനങ്ങളും ഹ്രസ്വ ഉപയോക്തൃ ഇന്റർഫേസ് ഘട്ടങ്ങളും ചേർന്ന ഈ രീതിയാണ് ഇതിന്റെ സവിശേഷത. ചാറ്റ്, ഉപകരണങ്ങൾ, ഉപയോക്തൃ ഇന്റർഫേസ് എന്നിവയ്ക്കിടയിലെ കൈമാറ്റങ്ങളാണ് എളുപ്പം തകരാവുന്ന ഭാഗങ്ങളെന്നും ഇതിനർഥമുണ്ട്.

ചാറ്റ് ഉപയോക്തൃ ഇന്റർഫേസ്, ഉപകരണബന്ധങ്ങൾ, പ്രാമാണീകരണ മാതൃകകൾ, വിജറ്റ് ചട്ടക്കൂട് എന്നിവ ആദ്യംമുതൽ പുനർനിർമ്മിക്കേണ്ടതില്ല. പല ഉൽപ്പന്നങ്ങൾക്കും ഇത് നിർമ്മാണസമയം ഗണ്യമായി കുറയ്ക്കുന്നതിനാൽ മേഖലാസംബന്ധിയായ യുക്തിയിലും സുരക്ഷാനിയന്ത്രണങ്ങളിലും ശ്രദ്ധിക്കാം.

ChatGPT-ക്കുള്ളിൽ നിർമ്മിക്കുന്നത് സ്വന്തം ഏജന്റ് പ്രവർത്തിപ്പിക്കുന്നതിന് തുല്യമല്ല. പദ്ധതിയിലെ പ്രയാസകരമായ ഭാഗം പ്രോംപ്റ്റ് തന്ത്രങ്ങളായിരുന്നില്ല. മോഡലും ഉപയോക്തൃ ഇന്റർഫേസും ഏകോപിതമായി തുടരാൻ ഉപകരണങ്ങളും വിജറ്റുകളും തുടർഘട്ടങ്ങളും വേണ്ടത്ര വ്യക്തമായി നിർവചിക്കുകയായിരുന്നു പ്രയാസം.

Apps SDK നിങ്ങളുടെ പതിവ് മുൻനിര സംവിധാനത്തിൽനിന്ന് വ്യത്യസ്തമായൊരു ഉൽപ്പന്നരൂപം നൽകുന്നു; എന്നാൽ ഏത് സാഹചര്യങ്ങൾക്കാണ് അത് ഏറ്റവും അനുയോജ്യമെന്ന് അറിയണം.

ഇവ ചെയ്യണമെങ്കിൽ Apps SDK ഉപയോഗിക്കുക

• ChatGPT പ്രവർത്തനക്രമം വേഗത്തിൽ പുറത്തിറക്കുക.

• സംഭാഷണം ChatGPT പ്രവർത്തിപ്പിക്കട്ടെ.

• സ്വാഭാവിക ഭാഷയോടൊപ്പം ശ്രദ്ധ കേന്ദ്രീകരിച്ച ഏതാനും ഉപയോക്തൃ ഇന്റർഫേസ് ഘട്ടങ്ങൾ ചേർക്കുക.

• സ്വന്തം ചാറ്റ് ഇന്റർഫേസും ഏജന്റ് പ്രവർത്തനച്ചട്ടക്കൂടും കണ്ടെത്തൽ സംവിധാനവും നിർമ്മിക്കുന്നത് ഒഴിവാക്കുക.

നിങ്ങളുടെ ഉപയോക്താക്കൾ ഇതിനകം ChatGPT-യിൽ സജീവമാണെങ്കിൽ അവസാനത്തെ കാര്യം പ്രധാനമാണ്.

ഇവ ആവശ്യമാണെങ്കിൽ സ്വന്തം ഏജന്റ് നിർമ്മിക്കുക

• കോഡിലൂടെ നിർബന്ധമാക്കാവുന്ന നിശ്ചിത ഘട്ടംഘട്ടമായ പ്രവാഹം.

• തുടക്കംമുതൽ അവസാനംവരെ നിങ്ങളുടെ നിയന്ത്രണത്തിലുള്ള ഇഷ്ടാനുസൃത ഉപയോക്തൃ ഇന്റർഫേസും സ്ഥിരീകരണപാതയും.

• നിങ്ങളുടെ സ്വന്തം മെമ്മറിയും അവസ്ഥാ മോഡലും.

• ഓരോ പ്രവർത്തനത്തിലും പ്രവചിക്കാവുന്ന പെരുമാറ്റം.

• ഏജന്റിനുള്ള പ്രവർത്തനരേഖകൾ, രേഖപ്പെടുത്തലുകൾ, അളവുകോലുകൾ.

ആസൂത്രണസംവിധാനവും സിസ്റ്റം പ്രോംപ്റ്റുകളും സമ്പൂർണ പ്രവർത്തനക്രമവുമാണ് നിങ്ങളുടെ ഉൽപ്പന്നമെങ്കിൽ ഇഷ്ടാനുസൃത സംവിധാനം സാധാരണയായി കൂടുതൽ അനുയോജ്യമാണ്.

ഞങ്ങളുടെ പദ്ധതിയിൽ വീണ്ടും വീണ്ടും ഉയർന്നുവന്ന വാക്ക് നിയന്ത്രണം എന്നതായിരുന്നു: ഒരു വശത്ത് വേഗവും പരിചിതമായ വേദിയും; മറുവശത്ത് പ്രവർത്തനാന്തരീക്ഷത്തിന്റെ ഭാഗിക ഉടമസ്ഥതയും. മുഴുവൻ സംവിധാനവും സ്വന്തമാക്കുന്നതിനെക്കാൾ ChatGPT-യിൽ ഉപയോക്താക്കളെ സമീപിക്കുന്നതിന് മുൻഗണന നൽകിയപ്പോൾ ക്ലയന്റ് അംഗീകരിച്ച വിട്ടുവീഴ്ച അതായിരുന്നു.

എല്ലാം ശരിയായി നടക്കുന്ന സാഹചര്യം ലളിതമെന്ന് തോന്നും: ഉപയോക്താവ് ചോദിക്കുന്നു, ഉപകരണം പ്രവർത്തിക്കുന്നു, ഡാറ്റ മടങ്ങിവരുന്നു, തിരഞ്ഞെടുപ്പ് ആവശ്യമായപ്പോൾ വിജറ്റ് പ്രത്യക്ഷപ്പെടുന്നു.

പ്രായോഗികമായി കൈമാറ്റങ്ങളായിരുന്നു പ്രയാസം. വിജറ്റ് വെറും അലങ്കാരമല്ല. അത് സ്ക്രീനിലെത്തിയാൽ മോഡൽ കാണുന്നതും തുടർന്ന് ചെയ്യുന്നതും മാറുന്നു. വിജറ്റ് പ്രവർത്തനങ്ങളെ അവ്യക്തമായ ചാറ്റായല്ല, പേരിട്ട സംഭവങ്ങളായി പരിഗണിക്കുക.

പദ്ധതിയിൽ ഉപയോഗിച്ച സാങ്കേതിക സംവിധാനം ലളിതമായിരുന്നു: FastMCP, Pydantic, React, TypeScript. അവ സംയോജിപ്പിക്കുന്നത് എളുപ്പമായിരുന്നു. അടുത്തതായി എന്ത് സംഭവിക്കണമെന്ന കാര്യത്തിൽ മോഡലിനെയും ഉപകരണങ്ങളെയും ഉപയോക്തൃ ഇന്റർഫേസിനെയും ഏകോപിപ്പിക്കുകയായിരുന്നു യഥാർഥ ജോലി.

ഓരോ കൈമാറ്റവും വ്യക്തമാക്കുക

ഉപകരണഫലങ്ങളെ അസംസ്കൃത പശ്ചാത്തല ഡാറ്റയായി കാണുന്നത് ഞങ്ങൾ അവസാനിപ്പിച്ചു. ഓരോ മടക്കഫലവും ഒരു കൈമാറ്റമായി.

മികച്ചൊരു ഉപകരണഫലം:

• പ്രദർശിപ്പിക്കാൻ വിജറ്റിന് ആവശ്യമായത് നൽകുന്നു.

• മറുപടിക്ക് അടിസ്ഥാനമാക്കാൻ ChatGPT-ക്ക് ഘടനാബദ്ധമായ വസ്തുതകൾ നൽകുന്നു.

• പ്രവാഹത്തിന് ആവശ്യമുള്ളപ്പോൾ അടുത്തതായി എന്ത് സംഭവിക്കണമെന്ന് വ്യക്തമാക്കുന്നതിനാൽ മോഡലിന് ഊഹിക്കേണ്ടിവരില്ല.

വിജറ്റ് പ്രവർത്തനങ്ങൾ, അവ്യക്തമായ വിവരണം സംഭാഷണശൃംഖലയിലേക്ക് അയയ്ക്കരുത്. ഉപയോക്താവ് എന്ത് ചെയ്തെന്നും തുടർന്ന് എന്ത് സംഭവിക്കണമെന്നും അവ വ്യക്തമാക്കണം.

കൈമാറ്റങ്ങൾ വ്യക്തമായതോടെ വിശ്വാസ്യത വർധിച്ചു.

ഉപകരണഫലങ്ങളിലും വിജറ്റ് പ്രവർത്തനങ്ങളിലും ഉൾപ്പെടുത്തിയ ഹ്രസ്വവും വ്യക്തവുമായ നിർദ്ദേശങ്ങൾ മോഡൽ പാലിക്കുന്നു.

ഞങ്ങൾ ഉപയോഗിച്ച ചെറിയൊരു Pydantic ഘടന താഴെ കൊടുക്കുന്നു. ഒരു വിജറ്റ് കാണിക്കുമ്പോൾ അതിനാവശ്യമായ ഘടനാബദ്ധ ഡാറ്റയും സെഷനിൽ ChatGPT ഉപയോഗിക്കേണ്ട വസ്തുതകളും ഔട്ട്പുട്ട് ഫീൽഡിൽ അടങ്ങിയിരിക്കുന്നു. സഹായി അടുത്തതായി എന്ത് ചെയ്യണമെന്ന് വ്യക്തമാക്കുന്ന ഹ്രസ്വവരി agent_directions ഫീൽഡിൽ അടങ്ങിയിരിക്കുന്നു. കാരണം എന്നത് ഐച്ഛികമാണ്.

1from typing import Generic, TypeVar2
3from pydantic import BaseModel4
5T = TypeVar("T")6
7class AgentDirections(BaseModel):8 assistant_instruction: str9 reason: str | None = None10
11class ToolResults(BaseModel, Generic[T]):12 agent_directions: AgentDirections13 output: T

വിജറ്റുകൾ ചെറുതായി നിലനിർത്തുക

ഫലപ്രദമായ വിജറ്റുകൾ ഒരു തീരുമാനം കൈകാര്യംചെയ്തശേഷം നിയന്ത്രണം മടക്കിനൽകി. വിജറ്റിനെ ചെറു ആപ്പാക്കി മാറ്റുന്നതിനെക്കാൾ ഹ്രസ്വ പട്ടികകളും സ്ഥിരീകരണങ്ങളും കേന്ദ്രീകൃത അവലോകന സ്ക്രീനും മികച്ച ഫലം നൽകി. പ്രവാഹം കൂടുതൽ നിർണിതമാക്കാൻ ആഗ്രഹിച്ചപ്പോൾ ലളിതമായ സാധൂകരണമോ നിശ്ചിത തുടർഘട്ടമോ പോലുള്ള കുറച്ച് യുക്തി വിജറ്റിൽ ഉൾപ്പെടുത്തുന്നതും സഹായിച്ചു.

വിജറ്റ് സന്ദേശങ്ങളിൽ പ്രഥമപുരുഷ പ്രയോഗം

ഉപയോക്താവിന്റെ ചാറ്റ് പോലെ വിജറ്റ് തുടർസന്ദേശങ്ങൾ എഴുതുന്നത് ഞങ്ങൾ നിർത്തി—“ഞാൻ തിരഞ്ഞെടുത്തു…”, “ഞാൻ സ്ഥിരീകരിച്ചു…” എന്നിങ്ങനെ. ഉപയോക്താവ് ചെയ്തതിനെക്കുറിച്ചുള്ള ഹ്രസ്വ റിപ്പോർട്ടുകളായി അവ എഴുതി—“ഉപയോക്താവ് തിരഞ്ഞെടുത്തു…”, “ഉപയോക്താവ് സ്ഥിരീകരിച്ചു…” എന്നിങ്ങനെ. വിജറ്റ് സന്ദേശങ്ങളെ ഉപയോക്തൃ സന്ദേശങ്ങളായല്ല, ഉപകരണ സന്ദേശങ്ങളായാണ് ChatGPT ചേർത്തിരുന്നത് എന്നതിനാലാണ് ഞങ്ങൾ ഈ രീതി പരീക്ഷിച്ചത്.

അടുത്ത ഘട്ടം വ്യക്തമാകുമ്പോൾ നേരിട്ടുള്ള പ്രവർത്തനങ്ങൾ

ഒരു ബട്ടൺ അടുത്ത ഉപകരണവിളി വ്യക്തമായി സൂചിപ്പിക്കുന്നുവെങ്കിൽ മറ്റൊരു ചാറ്റ് ഘട്ടം നിർബന്ധമാക്കുന്നതിനെക്കാൾ വിജറ്റിൽനിന്ന് നേരിട്ട് അത് ആരംഭിക്കുന്നതാണ് ഫലപ്രദമായത്. അടുത്ത ഉപകരണവിളിക്ക് ChatGPT-യിൽനിന്ന് നൽകേണ്ട വിവരങ്ങൾ ആവശ്യമില്ലെങ്കിൽ മാത്രമേ ഇത് ബാധകമാകൂ.

നിർണിത പ്രവാഹങ്ങൾ ഉറപ്പാക്കാൻ ഇത് സഹായിച്ചു; മറ്റൊരു ചാറ്റ് ഘട്ടം ഒഴിവാക്കിയതിനാൽ പ്രതികരണതാമസവും കുറഞ്ഞു.

പിശക് കൈകാര്യംചെയ്യൽ

ഒരു ഉപകരണവിളി പരാജയപ്പെട്ടപ്പോൾ ശരിയായ MCP പിശക് കോഡുകളും ഹ്രസ്വവും ലളിതവുമായ സന്ദേശങ്ങളും ഉപകരണത്തിൽനിന്ന് ഞങ്ങൾ മടക്കിനൽകി. അങ്ങനെ പരാജയപ്പെട്ട വിളികളുമായി ബന്ധപ്പെട്ട് ChatGPT-ക്ക് വായിക്കാൻ യഥാർഥ വിവരം ലഭിച്ചു; അതിനാൽ പ്രശ്നം ഉപയോക്താവിന് വിശദീകരിക്കാനും അല്ലെങ്കിൽ ഉചിതമായ തുടർഘട്ടം തിരഞ്ഞെടുക്കാനും കഴിഞ്ഞു.

ഉപകരണ സന്ദർഭത്തിന്റെ പരിപാലനം

സെഷന്റെ അവസ്ഥ ഞങ്ങളുടെ സെർവറിൽ സൂക്ഷിച്ചു. ഉപകരണവിളികൾക്കൊപ്പം സെഷന് ബാധകമായ സന്ദർഭം ChatGPT അയയ്ക്കുന്നു; കൈകാര്യസംവിധാനത്തിന് ആ അവസ്ഥ വായിക്കാനും പുതുക്കാനും കഴിയാൻ FastMCP-യിൽ ഓരോ ഉപകരണത്തിനും Context പരാമീറ്റർ നൽകി.

• ഓരോ വിളിയിലും സ്ഥിരമായ തിരിച്ചറിയൽ ചിഹ്നങ്ങളും മുൻഫലങ്ങളും ഉപകരണ ആർഗ്യുമെന്റുകളായി വീണ്ടും നൽകാൻ ChatGPT-യോട് ആവശ്യപ്പെടാതെ അവ സെഷനിൽ സൂക്ഷിച്ചു.

• ഉപകരണവിളികൾ ആവർത്തിക്കുന്ന ചക്രങ്ങൾ ഉണ്ടായപ്പോൾ തനിപ്പകർപ്പ് വിളികൾ കണ്ടെത്തി ഉപകരണഫലത്തിലൂടെ വ്യക്തമായ പിശക് നൽകാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു.

• പിഴവുതിരുത്തലിനും പിന്തുണയ്ക്കുമായി സെഷൻ രേഖകൾ ഞങ്ങളുടെ ഭാഗത്ത് സൂക്ഷിച്ചു.

തുടക്കത്തിൽ ഞങ്ങൾ ഒരു വിജറ്റ് കാണിച്ചശേഷം മോഡലിന് “കാര്യം മനസ്സിലായി” എന്ന് കരുതി ശരിയായ തുടർ ഉപകരണവിളിക്കായി കാത്തിരുന്നു. ചിലപ്പോൾ അത് സംഭവിച്ചു. പലപ്പോഴും സംഭവിച്ചില്ല.

വ്യക്തമായ കൈമാറ്റമില്ലെങ്കിൽ ഞങ്ങൾക്ക് വേണ്ടത് പ്രവർത്തനമായിരിക്കെ ChatGPT സംഗ്രഹിച്ചേക്കാം, തിരഞ്ഞെടുപ്പ് ആവർത്തിക്കാൻ ഉപയോക്താവിനോട് ആവശ്യപ്പെട്ടേക്കാം അല്ലെങ്കിൽ നിർത്തേണ്ടിടത്ത് ആസൂത്രണം തുടർന്നേക്കാം.

മോഡൽ അനുമാനിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നതിനുപകരം സ്ട്രക്ചേഡ് ഔട്ട്‌പുട്ടുകളിലും വിജറ്റ് ഡാറ്റയിലും തുടർഘട്ടം വ്യക്തമായി രേഖപ്പെടുത്തുകയായിരുന്നു പരിഹാരം.

Apps SDK രേഖകൾ അനുസരിച്ച് ഉപകരണഫലം, മറഞ്ഞ മെറ്റാഡാറ്റ, ചാറ്റ് വാചകം എന്നിവയിലായി മറുപടികൾ സമർഥമായി വിഭജിക്കാൻ ഞങ്ങൾ ശ്രമിച്ചു. എന്നാൽ വിജറ്റുകളിൽനിന്ന് മറഞ്ഞ മെറ്റാഡാറ്റ വായിക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞില്ല. അതിനാൽ ഇത് ഉപയോഗിക്കാനായില്ല.

ഏജന്റ് അവ തിരഞ്ഞെടുക്കാതിരിക്കാൻ അതിന്റെ ഉപകരണപ്പട്ടികയിൽനിന്ന് ഒഴിവാക്കുകയും വിജറ്റിൽനിന്ന് തുടർന്നും വിളിക്കുകയും ചെയ്യാവുന്ന ഉപകരണങ്ങളെക്കുറിച്ച് Apps SDK രേഖകൾ വിവരിക്കുന്നു. ദൃശ്യപരത app-only ആയി ക്രമീകരിച്ചപ്പോൾ ആ ഉപകരണങ്ങൾ ഏജന്റിന് മാത്രമല്ല, വിജറ്റിനും ലഭ്യമല്ലാതായി. ഏജന്റിന് ഉപകരണം കാണാനാകാതിരിക്കുകയും വിജറ്റിന് കാണാനാകുകയും ചെയ്യുന്നൊരു ക്രമീകരണം കണ്ടെത്താനായില്ല.

ഉപകാരപ്രദമായൊന്നും സംഭവിക്കാത്തപ്പോൾ മൗനമോ പൊതുവായ “വിജയം” എന്ന സന്ദേശമോ നേരിട്ടുള്ള പിശകിനെക്കാൾ മോശമായിരുന്നു. അതിനാൽ ഉപകരണത്തിന്റെയും വിജറ്റിന്റെയും പരാജയങ്ങളെ പ്രധാന ഫലങ്ങളായി പരിഗണിച്ചു: ഒരു ഘട്ടം തുടരാനാകില്ലെങ്കിൽ ലളിതമായ ഭാഷയിൽ അത് വ്യക്തമാക്കുകയും വ്യക്തമായ പിശക് സന്ദേശം നൽകുകയും ചെയ്തു. പ്രദർശിപ്പിച്ചെങ്കിലും മുന്നോട്ട് നയിക്കാത്ത വിജറ്റിലേക്ക് ഉപയോക്താക്കളെ നോക്കിയിരിക്കാൻ വിട്ടില്ല. ഇത് ഉപയോഗക്ഷമത മെച്ചപ്പെടുത്തുകയും മോഡലിന്റെ പെരുമാറ്റം കൂടുതൽ വിശ്വസനീയമാക്കുകയും ചെയ്തു.

കുറച്ച് ഇഷ്ടാനുസൃത പ്ലാറ്റ്‌ഫോം പ്രവർത്തനത്തിലൂടെ ChatGPT-യിൽ ഒരു പ്രവർത്തനക്രമം ഒരുക്കുകയാണ് ലക്ഷ്യമെങ്കിൽ Apps SDK പ്രായോഗികമായ വഴിയാണ്. വേഗത്തിനും ഉപയോക്താക്കൾ ഇതിനകം പ്രവർത്തിക്കുന്നിടത്ത് അവരെ സമീപിക്കുന്നതിനുമായി നിങ്ങൾ കുറച്ച് നിയന്ത്രണം വിട്ടുകൊടുക്കുന്നു.

പ്രവാഹത്തിലെ ഓരോ ശാഖയും ഉപയോക്തൃ ഇന്റർഫേസും ഓരോ ഘട്ടവും തീരുമാനിക്കുന്നത് ആര് എന്നതും നിങ്ങളുടെ നിയന്ത്രണത്തിലാകണമെങ്കിൽ തുടക്കംമുതൽ സ്വന്തം ഏജന്റ് സംവിധാനം ആസൂത്രണം ചെയ്യുക. ChatGPT-ക്കുള്ളിൽ മാത്രം നിർമ്മിക്കുന്നതിന്റെ പരിധി നിങ്ങൾ താമസിയാതെ മറികടക്കാനിടയുണ്ട്.

ചാറ്റും പ്രാമാണീകരണവും ഏജന്റ് ബന്ധസംവിധാനവും സ്വയം നിർമ്മിക്കുന്നതിന് മുമ്പ് Apps SDK ഉപയോഗിച്ച് നിങ്ങളുടെ MCP സെർവർ ChatGPT-ക്കുള്ളിൽ പ്രവർത്തിപ്പിക്കാം; ഉൽപ്പന്നത്തിന് ആവശ്യമായി വരുമ്പോൾ സ്വന്തം സംവിധാനത്തിലേക്ക് മാറുകയും ചെയ്യാം.

സമാന സാഹചര്യത്തിലുള്ള സംഘങ്ങൾക്കുള്ള അടുത്ത നടപടി: വ്യക്തമായ ഫലമുള്ള ഒരു പ്രവർത്തനക്രമം തിരഞ്ഞെടുക്കുക, ചാറ്റ്, ഉപകരണങ്ങൾ, വിജറ്റുകൾ എന്നിവയ്ക്കിടയിലെ കൈമാറ്റങ്ങൾ രേഖപ്പെടുത്തുക, തുടർന്ന് പ്രോംപ്റ്റ് മെച്ചപ്പെടുത്തലിന് ഏറെ സമയം ചെലവഴിക്കുന്നതിന് മുമ്പ് പുനഃശ്രമങ്ങളും പിശകുകളും കഠിനമായി പരിശോധിക്കുക.